使用BeautifulSoup提取含<br>标签的字符串返回None，如何提取目标文本

问题原因 #

.string仅在标签仅包含单个文本子节点时会返回对应文本内容。你提供的<p>标签内包含多个子节点（文本节点xxx、<br/>标签、文本节点yyy、<br/>标签），不符合.string的使用条件，因此返回None。删除后续内容后<p>标签只剩单个文本子节点，.string就可以正常返回结果。

解决方法 #

这里提供两种常用的提取方案：

方案1：通过contents取首个子节点 #

contents会以列表形式返回标签下的所有直接子节点，首个子节点就是你要的xxx文本节点，提取后做去空格处理即可：

from bs4 import BeautifulSoup

soup = BeautifulSoup('<p class="object-attr-value"> xxx <br/> yyy <br/></p>',
                      'html.parser')
t = soup.p.contents[0].strip()

执行后t的值就是xxx。

方案2：通过strings生成器取首个文本 #

strings会遍历标签下的所有文本节点，直接取首个生成的内容即可：

t = next(soup.p.strings).strip()

内容的提问来源于stack exchange，提问作者Sanya Pushkar